DE102019217263A1

DE102019217263A1 - Method for determining a quality of geographic data

Info

Publication number: DE102019217263A1
Application number: DE102019217263.6A
Authority: DE
Inventors: Susanne Eyrisch; Henning Hamer
Original assignee: Continental Automotive GmbH
Current assignee: Continental Automotive GmbH
Priority date: 2019-11-08
Filing date: 2019-11-08
Publication date: 2021-05-12

Abstract

Die Erfindung betrifft ein Verfahren zum Bestimmen einer Qualität von geografischen Daten, umfassend die Schritte:Empfangen (S10) der geografischen Daten (10), die ein Modell eines Straßenabschnitts abbilden, und von Referenzdaten (20), die eine genaue Referenz des Straßenabschnitts abbilden;Bestimmen (S20) einer Datenpunktewolke (11) aus den geografischen Daten (10) und Bestimmen einer Referenzpunktewolke (21) aus den Referenzdaten (20);Zuordnen (S30) jeweils eines Datenpunkts (D) der Datenpunktewolke (11) zu jeweils einem Referenzpunkt (R) der Referenzpunktewolke (21) unter Durchführung eines iterative closest point Algorithmus, ICP Algorithmus, wobei der ICP Algorithmus iterativ einen Datenpunkt (D) abhängig von mindestens einer Randbedingung zuordnet, wobei die Randbedingung eine Distanz des Datenpunkts (D) zu einem Referenzpunkt (R) umfasst;Bestimmen (S40) einer Objektzuordnung (ZO) abhängig von den zugeordneten Datenpunkten (D) und Referenzpunkten (R), wobei die Objektzuordnung (ZO) eine Zuordnung eines rekonstruierten Modells (12) des Straßenabschnitts mit einer rekonstruierten Referenz (22) des Straßenabschnitts darstellt;Bestimmen (S50) einer Qualität der geografischen Daten (10) abhängig von der Objektzuordnung (ZO).The invention relates to a method for determining a quality of geographic data, comprising the steps of: receiving (S10) the geographic data (10) which depict a model of a road section and reference data (20) which depict an exact reference of the road section; Determining (S20) a data point cloud (11) from the geographical data (10) and determining a reference point cloud (21) from the reference data (20); assigning (S30) a respective data point (D) of the data point cloud (11) to a respective reference point ( R) the reference point cloud (21) while performing an iterative closest point algorithm, ICP algorithm, the ICP algorithm iteratively assigning a data point (D) depending on at least one boundary condition, the boundary condition being a distance between the data point (D) and a reference point (R ) comprises; determining (S40) an object assignment (ZO) as a function of the assigned data points (D) and reference points (R), the object assignment ( ZO) represents an assignment of a reconstructed model (12) of the road section with a reconstructed reference (22) of the road section; determining (S50) a quality of the geographical data (10) as a function of the object assignment (ZO).

Description

Die Erfindung bezieht sich auf ein Verfahren zum Bestimmen einer Qualität von geografischen Daten, eine Vorrichtung zum Ausführen des Verfahrens, ein Computerprogramm und ein computerlesbares Speichermedium.The invention relates to a method for determining a quality of geographical data, a device for carrying out the method, a computer program and a computer-readable storage medium.

Die Datenqualität von Straßenmodellen wird üblicherweise basierend auf der ISO19157:2013 Norm bestimmt. Hierbei werden Messwerte, also geografische Daten, die ein Modell eines Straßenabschnitts abbilden, mit Referenzdaten gemäß vorgegeben Formeln verglichen.The data quality of road models is usually determined based on the ISO19157: 2013 standard. In this case, measured values, that is to say geographical data that depict a model of a road section, are compared with reference data according to specified formulas.

Beim Vergleichen der geografischen Daten mit den Referenzdaten ist in der zitierten Norm jedoch nicht festgelegt, welche Teile der geografischen Daten genau mit welchen Teilen der Referenzdaten verglichen werden sollen. Hierbei kann es beispielsweise sein, dass eine Information der geografischen Daten mit einer Information der Referenzdaten verglichen wird, die semantisch gar nicht dasselbe Objekt abbilden. Somit kann es bei der Bestimmung einer Qualität der geografischen Daten im Hinblick auf die Referenzdaten zu falschen Annahmen kommen, die das Ergebnis verfälschen.When comparing the geographical data with the reference data, however, the cited standard does not specify which parts of the geographical data are exactly to be compared with which parts of the reference data. It can be the case here, for example, that information in the geographical data is compared with information in the reference data which semantically does not even map the same object. Thus, when determining the quality of the geographical data with regard to the reference data, incorrect assumptions can be made, which falsify the result.

Somit ist es Aufgabe der vorliegenden Erfindung, ein verbessertes Verfahren zum Bestimmen einer Qualität von geografischen Daten.It is therefore the object of the present invention to provide an improved method for determining a quality of geographical data.

Die Aufgabe wird durch den Gegenstand der unabhängigen Ansprüche gelöst. Weiter bevorzugte Ausführungsformen sind Gegenstand der abhängigen Patenansprüche.The object is achieved by the subject matter of the independent claims. Further preferred embodiments are the subject of the dependent claims.

Gemäß einem Aspekt der Erfindung umfasst ein Verfahren zum Bestimmen einer Qualität von geografischen Daten folgende Schritte.According to one aspect of the invention, a method for determining a quality of geographical data comprises the following steps.

In einem ersten Schritt werden die geografischen Daten empfangen, die ein Modell eines Straßenabschnitts abbilden, und Referenzdaten empfangen, die eine genaue Referenz des Straßenabschnitts abbilden. In einem zweiten Schritt wird eine Datenpunktewolke aus den geografischen Daten bestimmt und eine Referenzpunktewolke aus den Referenzdaten bestimmt. In einem dritten Schritt wird jeweils ein Datenpunkt der Datenpunktewolke zu jeweils einem Referenzpunkt der Referenzpunktewolke unter Durchführung eines iterative closest point Algorithmus, ICP Algorithmus, zugeordnet, wobei der ICP Algorithmus iterativ einen Datenpunkt einem Referenzpunkt abhängig von mindestens einer Randbedingung zuordnet, wobei die Randbedingung eine Distanz des Datenpunkts zu einem Referenzpunkt umfasst. In einem vierten Schritt wird eine Objektzuordnung abhängig von den zugeordneten Datenpunkten und Referenzpunkten bestimmt, wobei die Objektzuordnung eine Zuordnung eines rekonstruierten Modells des Straßenabschnitts mit einer rekonstruierten Referenz des Straßenabschnitts darstellt. In einem fünften Schritt wird eine Qualität der geografischen Daten abhängig von der Objektzuordnung bestimmt.In a first step, the geographical data are received, which depict a model of a road section, and reference data are received, which depict an exact reference of the road section. In a second step, a data point cloud is determined from the geographical data and a reference point cloud is determined from the reference data. In a third step, a data point of the data point cloud is assigned to a respective reference point of the reference point cloud using an iterative closest point algorithm, ICP algorithm, the ICP algorithm iteratively assigning a data point to a reference point depending on at least one boundary condition, the boundary condition being a distance of the data point to a reference point. In a fourth step, an object assignment is determined as a function of the assigned data points and reference points, the object assignment representing an assignment of a reconstructed model of the road section with a reconstructed reference of the road section. In a fifth step, a quality of the geographical data is determined depending on the object assignment.

Die Qualität der geografischen Daten umfasst vorzugsweise eine Genauigkeit der geografischen Daten im Hinblick auf die Referenzdaten.The quality of the geographical data preferably includes an accuracy of the geographical data with regard to the reference data.

Vorzugsweise umfasst das Zuordnen der Datenpunkte zu den Referenzpunkten ein Annähern der Datenpunktwolke zu der Referenzwolke.The assignment of the data points to the reference points preferably comprises an approximation of the data point cloud to the reference cloud.

Vorzugsweise stellt die Distanz des Datenpunkts zu einem Referenzpunkt eine Randbedingung dar, die vorzugsweise um weitere Randbedingungen erweitert werden kann. Weiter vorzugsweise wirkt die Randbedingung bei der Zuordnung eines Datenpunktes zu einem Referenzpunkt als Filter.The distance between the data point and a reference point preferably represents a boundary condition that can preferably be expanded to include additional boundary conditions. The boundary condition also preferably acts as a filter when a data point is assigned to a reference point.

Somit ist ein verbessertes Verfahren zum Bestimmen einer Qualität von geografischen Daten bereitgestellt.Thus, an improved method for determining a quality of geographic data is provided.

In einer bevorzugten Ausführungsform umfasst die mindestens eine Randbedingung eine Objektklasse des Datenpunkts und des Referenzpunkts. In a preferred embodiment, the at least one boundary condition comprises an object class of the data point and the reference point.

Vorzugsweise umfasst jeder Datenpunkt der Datenpunktwolke semantische Informationen, wie beispielsweise die Objektklasse. Beispiele einer Objektklasse umfassen ein Verkehrsschild, eine Straßenmarkierung und/oder eine Spurart.Each data point in the data point cloud preferably comprises semantic information, such as the object class. Examples of an object class include a traffic sign, a road marking and / or a lane type.

Auf diese Weise wird beim Zuordnen eines Datenpunkts zu einem Referenzpunkt nicht nur auf den Abstand geachtet, sondern auch weitere semantische Informationen beachtet. Vorzugsweise wird ein Datenpunkt nicht dem am nächsten liegendsten Referenzpunkt zugeordnet, wenn sich die Objektklasse des Datenpunkts und des Referenzpunkts unterscheiden. In anderen Worten wird ein Datenpunkt der Objektklasse Verkehrsschild nicht einem Referenzpunkt der Objektklasse Straßenmarkierung zugeordnet.In this way, when assigning a data point to a reference point, attention is not only paid to the distance, but other semantic information is also taken into account. A data point is preferably not assigned to the closest reference point if the object class of the data point and the reference point differ. In other words, a data point of the traffic sign object class is not assigned to a reference point of the road marking object class.

Insbesondere wenn einem Datenpunkt mehrere Referenzpunkte zugeordnet werden können werden zusätzliche semantische Informationen wie die Objektklasse mit in die Zuordnungsentscheidung einbezogen.In particular if several reference points can be assigned to a data point, additional semantic information such as the object class is included in the assignment decision.

In einer bevorzugten Ausführungsform umfasst die mindestens eine Randbedingung einem Objekttypen und/oder einem Objektsubtypen des Datenpunkts und des Referenzpunkts.In a preferred embodiment, the at least one boundary condition comprises one Object types and / or an object sub-type of the data point and the reference point.

Vorzugsweise umfasst eine Objektklasse mindestens einen Objekttyp. Beispielsweise umfasst ein Objekttyp der Objektklasse Verkehrsschild die Objekttypen Warnschild und/oder Geschwindigkeitsschild. Beispielsweise umfasst ein Objekttyp der Objektklasse Straßenmarkierung die Objekttypen durchgezogen und/oder unterbrochen. Beispielsweise umfasst ein Objekttyp der Objektklasse Spurart die Objekttypen normal und/oder Seitenstreifen.An object class preferably comprises at least one object type. For example, an object type of the traffic sign object class includes the warning sign and / or speed sign object types. For example, an object type of the road marking object class includes the object types continuous and / or interrupted. For example, an object type of the lane type object class includes the normal and / or hard shoulder object types.

Weiter vorzugsweise umfasst ein Objekttyp wiederum Objektsubtypen. Beispielsweise umfasst ein Objektsubtyp des Objekttyps Warnschild die Objektsubtypen Baustelle und/oder linke Kurve. Beispielsweise umfasst ein Objektsubtyp des Objekttyps Geschwindigkeitsschild die Objektsubtypen 50 km/h und/oder 80 km/h. Beispielsweise umfasst ein Objektsubtyp des Objekttyps durchgezogen die Objektsubtypen weiße Farbe und/oder gelbe Farbe. Beispielsweise umfasst ein Objektsubtyp des Objekttyps unterbrochen die Objektsubtypen weiße Farbe und/oder gelbe Farbe.Further preferably, an object type in turn comprises object sub-types. For example, an object subtype of the warning sign object type includes the construction site and / or left curve object subtypes. For example, an object sub-type of the object type speed sign includes the object sub-types 50 km / h and / or 80 km / h. For example, an object subtype of the object type comprises the object subtypes white color and / or yellow color in solid lines. For example, an object subtype of the object type includes the object subtypes white color and / or yellow color interrupted.

Auf diese Weise kann jedem Datenpunkt eine semantische Information zugeordnet werden.In this way, semantic information can be assigned to each data point.

In einer bevorzugten Ausführungsform umfasst die Objektklasse, der Objekttyp und/oder der Objektsubtyp ein Konfidenzlevel, wobei der ICP Algorithmus die Zuordnung abhängig von dem jeweiligen Konfidenzlevel bestimmt.In a preferred embodiment, the object class, the object type and / or the object sub-type comprises a confidence level, the ICP algorithm determining the assignment as a function of the respective confidence level.

Beispielsweise wird eine Konfidenz bestimmt, ob ein Verkehrsschild überhaupt existent ist. Wenn solch eine Konfidenz gering ist, wird der entsprechende Datenpunkt vorzugsweise ignoriert.For example, a confidence is determined as to whether a traffic sign even exists. If such a confidence is low, the corresponding data point is preferably ignored.

In einer bevorzugten Ausführungsform bilden die Datenpunkte die geografischen Daten mit einer vorher festgelegten Datenauflösung ab und die Referenzpunkte bilden die Referenzdaten mit einer vorher festgelegten Referenzauflösung ab, wobei die Datenauflösung der Referenzauflösung entspricht.In a preferred embodiment, the data points map the geographical data with a previously specified data resolution and the reference points map the reference data with a previously specified reference resolution, the data resolution corresponding to the reference resolution.

Vorzugsweise ist die Datenauflösung und die Referenzauflösung auf 10cm festgelegt.The data resolution and the reference resolution are preferably set at 10 cm.

Grundsätzlich sind die Datenauflösung und die Referenzauflösung frei wählbar. Je höher die Auflösung, desto genauer kann die Qualität der geografischen Daten bestimmt werden.In principle, the data resolution and the reference resolution can be freely selected. The higher the resolution, the more precisely the quality of the geographic data can be determined.

In einer bevorzugten Ausführungsform wird beim Zuordnen ein Datenpunkt der Datenpunktewolke jeweils lediglich mit einem Referenzpunkt der Referenzpunktewolke gleichzeitig verglichen.In a preferred embodiment, when assigning a data point of the data point cloud is compared with only one reference point of the reference point cloud at the same time.

In einer bevorzugten Ausführungsform wird der ICP Algorithmus durch ein Abbruchkriterium abgebrochen, wobei das Abbruchkriterium eine vorbestimmte Anzahl an Iterationen, einen minimalen Abstand eines Datenpunkts zu einem Referenzpunkt und/oder dass sich ein gemittelter Abstand der einander zugeordneten Datenpunkte und Referenzpunkte nur geringfügig, beispielsweise unter 10mm, geändert hat, umfasst.In a preferred embodiment, the ICP algorithm is terminated by a termination criterion, the termination criterion being a predetermined number of iterations, a minimum distance between a data point and a reference point and / or that an averaged distance between the data points and reference points assigned to one another is only slightly different, for example less than 10mm , has changed, includes.

Beispielsweise ist ein minimaler Abstand 1cm. Weiter beispielsweise umfasst das Abbruchkriterium 50 Iterationen.For example, a minimum distance is 1 cm. The termination criterion also includes 50 iterations, for example.

Gemäß einem Aspekt der Erfindung ist eine Vorrichtung zum Bestimmen einer Qualität von geografischen Daten eingerichtet, das Verfahren, wie es hier beschrieben ist, auszuführen.According to one aspect of the invention, a device for determining a quality of geographical data is set up to carry out the method as described here.

Gemäß einem Aspekt der Erfindung ist ein Computerprogramm vorgesehen, das, wenn es auf einem Prozessor ausgeführt wird, den Prozessor anleitet, die Schritte des Verfahrens, wie es hier beschrieben ist, auszuführen.According to one aspect of the invention, a computer program is provided which, when executed on a processor, instructs the processor to carry out the steps of the method as described here.

Gemäß einem Aspekt der Erfindung ist ein computerlesbares Speichermedium vorgesehen, auf dem ein Computerprogramm, wie es hier beschrieben ist, gespeichert ist.According to one aspect of the invention, a computer-readable storage medium is provided on which a computer program as described here is stored.

Die beiliegenden Zeichnungen sollen ein weiteres Verständnis der Ausführungsformen der Erfindung vermitteln. Die beiliegenden Zeichnungen veranschaulichen Ausführungsformen und dienen im Zusammenhang mit der Beschreibung der Erklärung von Konzepten der Erfindung.The accompanying drawings are intended to provide a further understanding of the embodiments of the invention. The accompanying drawings illustrate embodiments and, in conjunction with the description, serve to explain concepts of the invention.

Andere Ausführungsformen und viele der genannten Vorteile ergeben sich im Hinblick auf die Zeichnungen. Die dargestellten Elemente der Zeichnungen sind nicht notwendigerweise maßstabsgetreu zueinander gezeigt.Other embodiments and many of the advantages mentioned emerge with a view to the drawings. The elements of the Drawings are not necessarily shown to scale with respect to one another.

Es zeigen:

1: eine Datenpunktwolke aus geografischen Daten und eine Referenzpunktwolke aus Referenzdaten;
2: teilweise zu Referenzpunkten zugeordnete Datenpunkte;
3: vollständig zu Referenzpunkten zugeordnete Datenpunkte;
4: ein rekonstruiertes Modell des Straßenabschnitts; und
5: schematisch ein Verfahren zum Bestimmen einer Qualität von geografischen Daten.

Show it:

1 : a data point cloud of geographic data and a reference point cloud of reference data;
2 : data points partially assigned to reference points;
3rd : data points fully assigned to reference points;
4th : a reconstructed model of the road section; and
5 : schematically a method for determining a quality of geographic data.

1 zeigt geografische Daten 10, die einen Straßenabschnitt modellieren. In diesem Fall handelt es sich um eine Straße, die in einer Kurve aufgeht und an dessen Straßenrand ein Verkehrsschild steht. Die geografischen Daten 10 werden beispielsweise von einer Straßendatenbank abgefragt. Die geografischen Daten 10 liegen vorzugsweise im protobuf-Format, im geojson-Format oder im Keyhole Markup Language, KML, -Format vor. Bei den geografischen Daten 10 handelt es sich um Messdaten. Um die Qualität dieser geografischen Daten 10 zu bestimmen müssen diese mit Referenzdaten 20 verglichen werden. Die Referenzdaten liegen vorzugsweise im OpenDrive-Format vor. Es wird angenommen, dass es sich bei den Referenzdaten um die sogenannte ground truth handelt, also in anderen Worten, dass die Referenzdaten die Wirklichkeit mit einer Genauigkeit von 100% abbilden. 1 shows geographic data 10 that model a street section. In this case, it is a road that joins a curve and at the edge of the road there is a traffic sign. The geographic data 10 are queried from a street database, for example. The geographic data 10 are preferably available in protobuf format, in geojson format or in Keyhole Markup Language, KML, format. With the geographic data 10 it concerns measurement data. To the quality of this geographic data 10 need to determine this with reference data 20th be compared. The reference data are preferably available in OpenDrive format. It is assumed that the reference data is the so-called ground truth, in other words that the reference data represent reality with an accuracy of 100%.

Zum Bestimmen der Qualität der geografischen Daten 10 würde im einfachsten Fall ein direktes Vergleichen mit den Referenzdaten 20 genügen. Hierzu kann der Norm ISO19157:2013 gefolgt werden, welche die Messwerte gemäß vorgegebener Formeln mit den Referenzwerten vergleicht. Allerdings wird hierbei nicht abgebildet, welcher Teil der geografischen Daten 10 mit welchem Teil der Referenzdaten 20 verglichen werden soll.To determine the quality of the geographic data 10 in the simplest case would be a direct comparison with the reference data 20th suffice. For this purpose, the ISO19157: 2013 standard can be followed, which compares the measured values with the reference values according to specified formulas. However, what part of the geographic data is not shown here 10 with which part of the reference data 20th should be compared.

Deshalb werden die geografischen Daten 10 in eine Datenpunktewolke 11 umgewandelt, welche die geografischen Daten 10 in einer vorher festgelegten Auflösung abbilden. Zum Beispiel wird eine Auflösung von 10 cm gewählt. Ähnlich wie die geografischen Daten 10 werden die Referenzdaten 20 in eine Referenzpunktewolke 21 umgewandelt. Die Auflösung der Referenzpunktewolke 21 entspricht hierbei der Auflösung der Datenpunktewolke 11. Die Datenpunktewolke 11 umfasst somit eine Vielzahl von Datenpunkten D und die Referenzpunktewolke 21 umfasst eine Vielzahl von Referenzpunkten R.That is why the geographic data 10 into a data point cloud 11 converted which the geographic data 10 map in a predetermined resolution. For example, a resolution of 10 cm is chosen. Similar to the geographic data 10 become the reference data 20th in a reference point cloud 21st transformed. The resolution of the reference point cloud 21st corresponds to the resolution of the data point cloud 11 . The data point cloud 11 thus comprises a plurality of data points D and the reference point cloud 21st includes a plurality of reference points R.

Wie in 2 gezeigt ist wird iterativ jedem Datenpunkt D ein Referenzpunkt R zugeordnet. Jede dieser Zuordnung ist als Punktzuordnung ZP markiert. Die Zuordnung wird basierend auf einem iterative closest point, ICP, Algorithmus durchgeführt. Hierbei wird jedem Datenpunkt D Schritt für Schritt einer der Referenzpunkte R zugeordnet abhängig von einer Randbedingung. In der einfachsten Form umfasst die Randbedingung einen Abstand des Datenpunkts D zu dem Referenzpunkt R. In anderen Worten wird ein Datenpunkt D mit umliegenden Referenzpunkten R verglichen, vorzugsweise paarweise. Der Referenzpunkt, der dem Datenpunkt D am nächsten liegt wird dem Datenpunkt D zugeordnet. Zusätzlich zu dem Abstand als Randbedingung werden semantische Informationen der Datenpunkte D und der Referenzpunkte R mit einkalkuliert. Die semantischen Informationen umfassen beispielsweise Objektklassen, Objekttypen und/oder Objektsubtypen. In andern Worten wird ein Datenpunkt D mit der Objektklasse Straßenschild nicht einem Referenzpunkt R der Objektklasse Fahrbahnmarkierung zugeordnet, auch wenn die jeweiligen Punkte sehr nah aneinander liegen. Auf diese Weise kann sichergestellt werden, dass eine Qualität der geografischen Daten nicht durch falsche Datenvergleiche ungenau bestimmt wird.As in 2 is shown, a reference point R is iteratively assigned to each data point D. Each of these assignments is marked as a point assignment ZP. The assignment is based on an iterative closest point, ICP, algorithm. Here, one of the reference points R is assigned to each data point D step by step, depending on a boundary condition. In the simplest form, the boundary condition comprises a distance between the data point D and the reference point R. In other words, a data point D is compared with surrounding reference points R, preferably in pairs. The reference point that is closest to data point D is assigned to data point D. In addition to the distance as a boundary condition, semantic information of the data points D and the reference points R is also taken into account. The semantic information includes, for example, object classes, object types and / or object sub-types. In other words, a data point D with the road sign object class is not assigned to a reference point R of the lane marking object class, even if the respective points are very close to one another. In this way it can be ensured that the quality of the geographical data is not determined inaccurately by incorrect data comparisons.

In 3 ist eine vollständige Zuordnung der Datenpunkte D zu den jeweiligen Referenzpunkten R abgebildet. Im Zuge der Zuordnung wurden sämtliche Datenpunkte D den Referenzpunkten R angenähert ohne die Positionierung der Datenpunkte D untereinander und der Referenzpunkte R untereinander zu ändern.In 3rd a complete assignment of the data points D to the respective reference points R is shown. In the course of the assignment, all of the data points D were brought closer to the reference points R without changing the positioning of the data points D with one another and the reference points R with one another.

Wie in 4 gezeigt ist, wird aus den Zugeordneten Datenpunkten D und Referenzpunkten R wieder mindestens ein Objekt bestimmt. Diese Objektzuordnung ZO beispielsweise ein rekonstruiertes Modell 12 einer linken Fahrbahnmarkierung das einer rekonstruierten Referenz 22 der linken Fahrbahnmarkierung zugeordnet ist.As in 4th is shown, at least one object is again determined from the assigned data points D and reference points R. This object assignment ZO, for example, a reconstructed model 12th a left lane marking that of a reconstructed reference 22nd is assigned to the left lane marking.

Basierend auf den Objektzuordnungen ZO kann nun wie gewohnt eine Qualität der geografischen Daten 10 bestimmt werden. Im Vergleich zu bekannten Verfahren können mit dem beschriebenen Verfahren semantische Informationen in den Vergleichsprozess mit einbezogen werden. Aus diese Weise kann ein robusteres Bestimmen der Qualität der geografischen Daten bereitgestellt werden.Based on the object assignments ZO, a quality of the geographical data can now as usual 10 to be determined. In comparison to known methods, semantic information can be included in the comparison process with the method described. In this way, a more robust determination of the quality of the geographical data can be provided.

5 zeigt schematisch ein Verfahren zum Bestimmen einer Qualität von geografischen Daten 10. In einem ersten Schritt S10 werden die geografischen Daten 10 empfangen, die ein Modell eines Straßenabschnitts abbilden, und Referenzdaten 20 empfangen, die eine genaue Referenz des Straßenabschnitts abbilden. In einem zweiten Schritt S20 wird eine Datenpunktewolke 11 aus den geografischen Daten 10 bestimmt und eine Referenzpunktewolke 21 aus den Referenzdaten 20 bestimmt. In einem dritten Schritt S30 wird jeweils ein Datenpunkt D der Datenpunktewolke 11 zu jeweils einem Referenzpunkt R der Referenzpunktewolke 21 unter Durchführung eines iterative closest point Algorithmus, ICP Algorithmus, zugeordnet, wobei der ICP Algorithmus iterativ einen Datenpunkt D abhängig von mindestens einer Randbedingung einem Referenzpunkt R zuordnet, wobei die Randbedingung eine Distanz des Datenpunkts D zu einem Referenzpunkt R umfasst. In einem vierten Schritt S40 wird eine Objektzuordnung ZO abhängig von den zugeordneten Datenpunkten D und Referenzpunkten R bestimmt, wobei die Objektzuordnung ZO eine Zuordnung eines rekonstruierten Modells 12 des Straßenabschnitts mit einer rekonstruierten Referenz 22 des Straßenabschnitts darstellt. In einem fünften Schritt S50 wird eine Qualität der geografischen Daten 10 abhängig von der Objektzuordnung ZO bestimmt. 5 shows schematically a method for determining a quality of geographical data 10 . In a first step S10 are the geographic data 10 received, which depict a model of a road section, and reference data 20th received, which map an exact reference of the road section. In a second step S20 becomes a data point cloud 11 from the geographic data 10 determined and a reference point cloud 21st from the reference data 20th certainly. In a third step S30 becomes one data point D of the data point cloud 11 to one reference point R each of the reference point cloud 21st while performing an iterative closest point algorithm, ICP algorithm, assigned, the ICP algorithm iteratively assigning a data point D to a reference point R depending on at least one boundary condition, the boundary condition comprising a distance from the data point D to a reference point R. In a fourth step S40 an object assignment ZO is determined as a function of the assigned data points D and reference points R, the object assignment ZO being an assignment of a reconstructed model 12th of the road section with a reconstructed reference 22nd of the road section. In a fifth step S50 becomes a quality of geographic data 10 determined depending on the object assignment ZO.

Claims

A method for determining a quality of geographic data, comprising the steps of: Receiving (S10) the geographical data (10) that depict a model of a road section and of reference data (20) that depict an accurate reference of the road section; Determining (S20) a data point cloud (11) from the geographical data (10) and determining a reference point cloud (21) from the reference data (20); Assigning (S30) a respective data point (D) of the data point cloud (11) to a respective reference point (R) of the reference point cloud (21) while performing an iterative closest point algorithm, ICP algorithm, the ICP algorithm iteratively depending on a data point (D) assigns at least one boundary condition to a reference point (R), the boundary condition comprising a distance of the data point (D) to a reference point (R); Determining (S40) an object assignment (ZO) as a function of the assigned data points (D) and reference points (R), the object assignment (ZO) representing an assignment of a reconstructed model (12) of the road section with a reconstructed reference (22) of the road section; and Determining (S50) a quality of the geographical data (10) as a function of the object assignment (ZO).

Procedure according to Claim 1 , wherein the at least one boundary condition comprises an object class of the data point (D) and the reference point (R).

Procedure according to Claim 2 , wherein the at least one boundary condition comprises an object type and / or an object sub-type of the data point and the reference point.

Method according to one of the Claims 2 or 3rd , the object class, the object type and / or the object sub-type comprising a confidence level, the ICP algorithm determining the assignment as a function of the respective confidence level.

Method according to one of the preceding claims, wherein the data points (D) map the geographical data (10) with a predetermined data resolution and the reference points (R) map the reference data (20) with a predetermined reference resolution; where the data resolution corresponds to the reference resolution.

Method according to one of the preceding claims, wherein when assigning a data point (D) of the data point cloud (11) is compared with only one reference point (R) of the reference point cloud (12) at the same time.

Method according to one of the preceding claims, wherein the ICP algorithm is terminated by a termination criterion, the termination criterion comprising a predetermined number of iterations and / or a minimum distance of a data point (D) to a reference point (R).

Device for determining a road model quality, which is set up that the method according to one of the Claims 1 to 7th to execute.

Computer program which, when executed on a processor, instructs the processor, the steps of the method, according to one of the Claims 1 to 7th to run.

Computer-readable storage medium on which a computer program is based Claim 9 is stored.